Agentgebaseerde AI

Agentische AI voor kleine bedrijven: de kansen, de risico’s en wat het bedrijfsleven zojuist op de harde manier heeft geleerd

AI-agenten zijn de volgende stap na chatbots: AI die niet alleen vragen beantwoordt, maar ook acties onderneemt — afspraken inplannen, facturen versturen, informatie uitwisselen tussen je verschillende tools en beslissingen nemen binnen de door jou vastgestelde regels. Voor een klein bedrijf is dat het verschil tussen een assistent die een e-mail opstelt en een assistent die deze verstuurt, het antwoord archiveert en uw klantgegevens bijwerkt terwijl u aan het lunchen bent.

De belofte van productiviteitswinst is reëel. Dat geldt ook voor de risico's — en we beschikken nu over harde cijfers over beide, omdat grote ondernemingen de afgelopen twee jaar in hoog tempo agents hebben geïmplementeerd en nu bekendmaken wat er mis is gegaan. In dit artikel wordt besproken wat agentgebaseerde AI eigenlijk is, wat het bedrijfsleven zojuist heeft geleerd, in hoeverre dat van toepassing is op een bedrijf van uw omvang, en hoe u de voordelen kunt benutten zonder de nadelen over te nemen.

Wat is agentische AI?

Onder ‘agentische AI’ verstaan we AI-systemen die zelfstandig acties kunnen ondernemen — en niet alleen maar antwoorden geven. Een gewone chatbot beantwoordt een vraag. Een medewerker kan een taak uitvoeren: je agenda bekijken, een vrij tijdstip zoeken, de klant een e-mail sturen, de afspraak inplannen en deze noteren in je klantendossier — verschillende stappen in verschillende tools, zonder dat je ze allemaal zelf hoeft te doorlopen.

Juist die autonomie maakt assistenten zo waardevol, en juist daarom zijn ze ook zo riskant. Een assistent die alleen maar kan praten, kan alleen maar fouten maken. Een assistent die kan wet kan op grote schaal en in korte tijd fouten veroorzaken in alle systemen waarmee het is verbonden.

Wat heeft het bedrijfsleven zojuist geleerd?

Een veelzeggend gegeven komt uit een onderzoek van Economist Enterprise uit 2026 (met steun van Rubrik), waarbij 804 senior technologie-managers bij grote organisaties werden ondervraagd — die allemaal al AI-agenten in hun systemen gebruiken. De belangrijkste bevindingen zijn ontnuchterend:

  • Vrijwel allemaal (98%) hadden al minstens één incident meegemaakt dat verband hield met een verstorende factor, en negen op de tien verwachtten er nog meer, ongeacht de veiligheidsmaatregelen.
  • Bijna 90% gaf toe dat ze agents sneller in gebruik namen dan hun beveiligingsteams deze konden beoordelen, beheren of beveiligen.
  • Alleen 37% hield een volledig en actueel overzicht bij van welke agenten actief waren en waarvoor zij bevoegd waren. Met andere woorden: de meeste organisaties waren de controle over hun eigen AI gedeeltelijk kwijtgeraakt.
  • Slechts ongeveer drie op de tien beschikten over een gedegen, beproefd vermogen om schadelijke maatregelen van instanties ongedaan te maken — om te herstellen wat een agent verkeerd heeft gedaan.

De deskundigen van het onderzoek wezen ook op een grotere verschuiving: het gevaar komt niet langer alleen van buitenaf. Traditionele beveiliging is opgebouwd als een afgesloten voordeur — die houdt indringers buiten. Agenten brengen risico’s met zich mee van binnenuit — een agent met te ruime toegangsrechten die iets onbedoelds doet, kan evenveel schade aanrichten als een inbraak. Zoals een juridisch medewerker in het rapport opmerkte: het echte risico schuilt in “het creëren van een agent met ruime bevoegdheden, alleen maar om het ‘te laten werken’.”

En snelheid is een tweesnijdend zwaard: ook criminelen maken gebruik van agents. Beveiligingsonderzoekers van Palo Alto Networks hebben een volledige ransomware-aanval gesimuleerd – waarbij criminelen de bestanden van een bedrijf vergrendelen en losgeld eisen – waarbij in elke fase gebruik werd gemaakt van AI. Van het binnendringen tot het stelen van de gegevens duurde het ongeveer 25 minuten, zo’n 100 keer sneller dan bij een traditionele aanval.

Is dit ook van toepassing op een bedrijf met vijf werknemers?

Meer dan je zou denken — maar anders dan de krantenkoppen doen vermoeden.

Wat wordt rechtstreeks overgedragen: het belangrijkste faalpatroon. Bedrijven kwamen in de problemen doordat ze agenten al snel uitgebreide rechten gaven, zonder inzicht in wat ze deden en zonder de mogelijkheid om fouten ongedaan te maken. Dat patroon is onafhankelijk van de omvang van het bedrijf. Een bedrijf met vijf medewerkers dat een AI-agent met volledige rechten koppelt aan zijn e-mail, facturering en klantgegevens, loopt precies hetzelfde risico — misschien zelfs nog wel meer, omdat er geen beveiligingsteam toezicht houdt.

Wat niet wordt overgedragen: de omvang en complexiteit. Grote bedrijven beheren tientallen of honderden agents die via uitgestrekte systemen met elkaar communiceren — daar liggen hun grootste problemen: agents die elkaar in een kettingreactie in gang zetten, en AI-tools die medewerkers zijn gaan gebruiken zonder dat iemand daar toestemming voor heeft gegeven of er zelfs maar van op de hoogte was. Een klein bedrijf gebruikt doorgaans één of twee agents met een handvol verbindingen. Er kan veel minder misgaan, en dat is een echt voordeel: jij kunt het meteen vanaf het begin goed doen, terwijl grote bedrijven achteraf moeite hebben om het op te lossen.

En wat de bedrijfscijfers stilletjes bevestigen: Agents zijn de moeite waard. Deze organisaties kregen te maken met incidenten, bleven ze toch inzetten en negen op de tien waren van plan daarmee door te gaan. Niemand ziet af van de productiviteitswinst. De les is niet “gebruik geen agents”, maar “de winnaars zijn degenen die vanaf dag één controle inbouwen”.”

De objectieve argumenten voor agentische AI in een klein bedrijf

Laten we het risico even buiten beschouwing laten, want het voordeel voor een klein bedrijf is aantoonbaar groter dan voor een onderneming — in verhouding tot de omvang.

Een groot bedrijf automatiseert om kosten te besparen. Een klein bedrijf automatiseert om de eigenaar zijn avonden terug te geven. De repetitieve taken waar medewerkers goed mee omgaan – facturen opvolgen, afspraken inplannen, binnenkomende vragen sorteren, routinematige klantvragen in verschillende talen beantwoorden, informatie tussen tools kopiëren – zijn precies de taken die een klein team opslokken, omdat er niemand is aan wie ze kunnen worden gedelegeerd. Een medewerker die zelfs maar twee van die taken betrouwbaar afhandelt, levert onmiddellijk uren per week op.

Er speelt ook een kwestie van timing mee. De meeste kleine bedrijven aan de Costa Blanca hebben hier nog geen stappen in gezet. De bedrijven die wel met makelaars werken met redelijke beperkingen zullen de komende jaren een voordeel op het gebied van exploitatiekosten opbouwen ten opzichte van degenen die afwachten — net zoals dat destijds het geval was bij de pioniers op het gebied van webwinkels.

De oprechte reden om voorzichtig te zijn

Evenwicht vereist ook de andere kant, en het gaat niet alleen om cyberbeveiliging.

Agenten falen op alledaagse manieren. Lang voordat er iets ingrijpends gebeurt, interpreteren medewerkers een e-mail verkeerd, boeken ze een afspraak dubbel of sturen ze een vervolgbericht naar de verkeerde contactpersoon. Dit zijn kleine foutjes — maar ze gebeuren in het bijzijn van uw klanten, in uw naam.

De verantwoordelijkheid ligt bij jou. Als een medewerker iets onjuist naar een klant stuurt, is “dat heeft de AI gedaan” geen antwoord dat een klant – of een toezichthouder – accepteert. Volgens de Europese privacywetgeving (AVG) blijft uw bedrijf wettelijk verantwoordelijk voor de manier waarop klantgegevens worden verwerkt, ongeacht welke tool daarvoor is gebruikt.

Te veel hulpmiddelen is een echt probleem. Elke softwareleverancier voegt momenteel een “AI-agent” toe aan zijn product. Door vijf halfafgewerkte agents van vijf verschillende leveranciers aan elkaar te koppelen, ontstaat precies dat verlies aan overzicht dat in het onderzoek naar grote bedrijven wordt beschreven — alleen dan op kleinere schaal.

Sommige zaken moet je niet uitbesteden. Het vaststellen van prijzen is een lastige klus, het afhandelen van een klacht, alles wat juridische of financiële gevolgen heeft — de beslissingen blijven een zaak van mensen. Een agent hoort het voorspelbare, routinematige deel van je werk te doen, niet de uitzonderingen.

Hoe je agenten in dienst neemt zonder dat het tot een ramp uitloopt

De lessen uit het onderzoek naar grote bedrijven kunnen worden vertaald in vier regels die passen binnen het budget van een klein bedrijf:

Begin klein. Eén agent, één duidelijk omschreven taak. Bewijs eerst dat het werkt voordat je het uitbreidt. Wat de grote bedrijven de das omdeed, was dat ze te veel deden voordat ze er grip op hadden.

Geef het alleen toegang tot wat het nodig heeft. Een medewerker die afspraken bevestigt, heeft je agenda nodig — niet je facturatiesysteem, niet je klantendatabase en ook niet je e-mailarchief. Dit kost niets en is de allermeest effectieve beveiligingsmaatregel die er bestaat.

Zorg ervoor dat iemand de controle behoudt waar het ertoe doet. Alles wat bij een klant terechtkomt of met geld te maken heeft, moet eerst worden gecontroleerd voordat het wordt verzonden, totdat de medewerker vertrouwen heeft opgebouwd. Je kunt deze regel later bewust versoepelen; een e-mail kun je namelijk niet meer terugnemen.

Weet hoe je dingen ongedaan kunt maken. Voordat een agent live gaat, moet je het antwoord weten op de vraag: als dit iets verkeerds doet, hoe kunnen we dat dan ongedaan maken? Als het antwoord “dat kan niet” is, gaat het in die vorm niet live. Dit is de les die slechts drie op de tien grote bedrijven goed hadden geleerd.

Wat Levantic hier doet

Agentische AI vormt een essentieel onderdeel van wat we ontwikkelen — en we brengen onze eigen woorden in de praktijk. Onze eigen AI-assistent draait live op deze website, met bewust beperkte mogelijkheden: hij kan vragen beantwoorden, achterhalen wat een bezoeker nodig heeft en dit aan ons doorgeven — en meer niet. Dat is geen beperking; zo is hij ontworpen.

Voor onze klanten regelen we het hele traject: we bepalen welke van uw dagelijkse taken daadwerkelijk geschikt zijn voor een agent (en welke niet), we stellen agenten in die alleen de toegang krijgen die ze nodig hebben, we voegen waar nodig stappen toe om te controleren voordat er iets wordt verzonden, we koppelen alles aan de tools die u al gebruikt en we zorgen ervoor dat u altijd kunt zien wat uw agenten hebben gedaan en waarom. Naleving van de privacywetgeving (AVG) is vanaf het begin ingebouwd, niet achteraf eraan toegevoegd — want aan deze kust, waar we internationale klanten bedienen, is het omgaan met gegevens geen optie.

Weet je niet goed waar je moet beginnen?

Dat is wat onze snelle scan (vanaf € 350) is bedoeld. We bekijken hoe uw bedrijf momenteel functioneert, brengen in kaart waar een agent zich daadwerkelijk zou terugbetalen, wijzen aan waar eenvoudigere automatisering – zonder AI de touwtjes in handen te geven – de slimmere eerste stap is, en geven u een eerlijk, geprioriteerd overzicht: wat het zou kosten en wat het zou opleveren. U bent niet verplicht om hiermee verder te gaan met ons.

Boek een snelle scan → of vraag het maar aan de assistent in de hoek — het is een agent, hij kent zijn grenzen, en dat is nu juist de bedoeling.

Veelgestelde vragen

Wat is het verschil tussen een AI-chatbot en een AI-agent?

Een chatbot geeft antwoorden: hij beantwoordt vragen en stelt teksten op. Een agent onderneemt actie: hij kan taken uitvoeren in al je tools — een agenda raadplegen, een e-mail versturen, je klantgegevens bijwerken — om zo een door jou gestelde doelstelling te bereiken. Juist dat vermogen om actie te ondernemen maakt agenten nuttiger, en daarom zijn verstandige grenzen ook essentieel.

Zijn AI-agenten veilig voor gebruik door kleine bedrijven?

Ja, mits ze zijn ingesteld met basiscontroles: één duidelijke taak, alleen toegang tot wat voor die taak nodig is, iemand die alles goedkeurt wat met klanten of financiën te maken heeft, en een bekende manier om fouten ongedaan te maken. Uit een enquête van The Economist Enterprise uit 2026 bleek dat 98% van de grote organisaties die met agents werken, te maken had gehad met een verstorend incident in verband met agents — dat in de overgrote meerderheid van de gevallen te wijten was aan het verlenen van te veel toegang aan agents bij te weinig toezicht, wat op de schaal van kleine bedrijven te voorkomen is.

Welke taken zou een klein bedrijf als eerste moeten automatiseren met behulp van een agent?

Frequent, repetitief werk waarvoor geen beoordelingsvermogen nodig is en dat weinig schade kan aanrichten als er iets misgaat: het inplannen en bevestigen van afspraken, het sorteren van binnenkomende aanvragen, routinematige vragen van klanten in verschillende talen, aanmaningen voor facturen en het kopiëren van informatie tussen verschillende systemen. Bij beslissingen die beoordelingsvermogen vereisen — zoals prijsbepaling, klachten of alles wat juridische of financiële gevolgen heeft — moet er altijd een medewerker bij betrokken blijven.

Wat is het grootste risico van agentische AI?

Geen hackers — maar toegang. De meest voorkomende fout is dat een agent ruime toegang krijgt “om het te laten werken”, waarna hij dingen doet die niemand bedoeld had. De oplossing: geef een agent alleen de toegang die nodig is voor zijn taak, laat een persoon acties met daadwerkelijke gevolgen goedkeuren, en zorg dat je van tevoren weet hoe je de handelingen van een agent ongedaan kunt maken.

Brengen AI-agenten verplichtingen op het gebied van privacy (AVG) met zich mee?

Ja. Als een agent omgaat met persoonsgegevens — e-mails van klanten, boekingen, contactgegevens — blijft uw bedrijf wettelijk verantwoordelijk voor die gegevens. De gebruikelijke regels gelden: een geldige reden voor het gebruik van de gegevens, adequate beveiliging, schriftelijke overeenkomsten met de bedrijven waarvan u de tools gebruikt, en zorgvuldigheid wanneer gegevens de EU verlaten. Een agent vermindert uw verantwoordelijkheid niet; het is gewoon een extra hulpmiddel dat onder die verantwoordelijkheid valt.

Kan Levantic een AI-agent voor mijn bedrijf ontwikkelen?

Ja. Wij ontwerpen en bouwen AI-agenten voor kleine en middelgrote bedrijven — gekoppeld aan de tools die u al gebruikt, met precies die toegang die ze nodig hebben, met goedkeuringsstappen waar dat nodig is en ingebouwde naleving van privacyvoorschriften. Onze eigen website-assistent is een concreet voorbeeld van deze aanpak. Een snelle scan (vanaf € 350) is meestal het startpunt: hiermee wordt vastgesteld welke van uw dagelijkse taken daadwerkelijk geschikt zijn voor een agent en wat de werkelijke kosten-batenverhouding is.


Agentische AI ontwikkelt zich in hoog tempo — wat in dit artikel wordt beschreven, heeft betrekking op de situatie halverwege 2026 en zal worden bijgewerkt naarmate de ontwikkelingen vorderen. Het aangehaalde onderzoek is afkomstig uit de whitepaper “Power without control” (2026) van The Economist Enterprise, met ondersteuning van Rubrik.

Nog geen reacties

Geef een reactie

Je e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *